我们小仓可烧不起这个钱,所以 AI 试点验收这件事,我比谁都较真。

先说我们的窘境:3000 平的小仓,12 个人,一天 800 多单。2025 年初有供应商上门推视觉质检,说"准确率 99.5%,三个月回本"。演示视频里,传送带上的货一个个被扫过去,屏幕上绿框弹得飞快,看得我差点当场签合同。还好我多问了一句:演示用的货,是不是你们自己挑的?对方笑了笑,没接话。那一刻我就知道,这钱不能凭演示花。

AI 试点验收,验的不是演示效果,是真实仓里的表现。演示环境灯光明亮、货品整齐、网络满格;真实仓里灯光一半亮一半暗、箱子歪七扭八、无线网络死角一堆。演示里 99% 的准确率,到了真实仓可能只剩 85%,而 85% 的质检,还不如我家老张的眼睛。

演示看着很美,上线才是 AI 试点验收的真考场

第一个场景示意:2025 年 3 月,我们试了一家视觉质检供应商(场景示意)。演示时用的是标准纸箱、印刷清晰的面单,准确率号称 99%。到了我们仓,面单被胶带贴住一半、箱子压瘪、条码沾了灰,首周准确率只有 87%(假设算例)。13% 的误判,意味着每 100 单里 13 单要人工复核。复核的人工比原来纯人工质检还多,这 AI 等于白买了。

演示和真实仓的差距,主要在三处。第一是样本:演示用的都是"好学生",真实仓里全是"偏科生",破损、污渍、反光、褶皱,什么妖魔鬼怪都有。第二是节拍:演示一分钟扫 20 件,真实仓里传送带一快、箱子一挤,速度立刻掉下来。第三是连续运行:演示跑 20 分钟,真实仓要跑 10 小时,跑到第 6 小时发烫降速、断线重连,都是演示里看不到的。

所以我的土办法是:验收之前,先让供应商在我们仓里跑两周真实单量,用我们最难的那批货测。别用他们的测试集,用我们的"烂货"测。测出来的数,才是能写进合同的数。

写进合同的五个验收指标,一个都不能少

反常识的判断先放这儿:准确率 99% 的 AI 也可能让你亏钱。如果它为了保准确率,把可疑的货全推给人工复核,人工干预率 40%,那你等于花了 AI 的钱,还留着人工的活。验收不能只看一个数,要看五个指标一起过关。

指标 验收口径(以实测为准) 不合格线
准确率 / 误判率 真实单量下,误判与漏判分别统计 误判率高于 2%,或漏判率高于 0.5%
节拍与吞吐 连续 4 小时真实节拍,不含调试停机 低于承诺节拍的 90%
稳定性与连续运行 连续运行 8 小时无宕机、无需重启 8 小时内宕机超过 1 次
人工干预率 需人工复核或接管的单量占比 高于 5%
真实 ROI 回收口径 省下的人工减去新增成本,按实测算 回收期超过 18 个月

准确率要分开算误判和漏判。误判是把好货当坏货,浪费人工;漏判是把坏货放过去,丢的是客户和赔款。两个数都要写,供应商只报一个"准确率"的,都是在耍流氓。

节拍要看连续 4 小时的真实节拍。演示里冲刺 10 分钟的速度不算数,我们要的是高峰期连续 4 小时不掉速。稳定性更实在:连续跑 8 小时,宕机超过 1 次就不合格。AI 也是设备,设备就要按设备的规矩验。

人工干预率是我最看重的一个数。小仓人少,干预率 5% 和 15% 完全是两种生意。5% 是每天抽一个人兼顾一下,15% 是要专门配一个人守着它,省下的人工又填回去了。ROI 也一样:省下的人工,减去电费、维护费、耗材费、还有你配的那个复核员的工资,净省的钱除以投入,才是真实的回收期。供应商算 ROI 时常常只算省的、不算花的,这笔账得我们自己重算。

试点验收里供应商的数字游戏,我踩过的坑

第二个场景示意:2025 年 5 月,另一家供应商推需求预测(场景示意)。演示里预测准确率 92%,听着很美。细问才知道,92% 是"畅销品"的准确率,长尾商品根本没算进去。我们仓长尾占了六成,畅销品那 92% 对我们基本没用。还有一家报"日均处理 5000 单",脚注小字写着"实验室环境",到了我们仓的真实网络和光线下,直接打了七折。

供应商常玩的数字游戏就这几招:挑好看的子集报数、实验室环境报数、把人工兜底的功劳算在 AI 头上、ROI 只算收入不算成本。破解办法也土:所有数字一律以实测为准,写进合同里的每个数,后面都跟一句"以我方仓库连续两周实测为准"。没有来源的数字,我一律按"以实测为准"处理,不跟他们争论,只认实测。

还有一招是"免费试点"。听着不要钱,实际上试点一结束,数据格式、接口、培训全绑在他们家,换一家等于重来。免费的东西最贵,这话在 AI 试点上同样适用。试点之前先问一句:试点结束,我的数据能不能完整导出?不能的话,免费也不做。

再说个我自己的笑话。去年我差点签了一家做分拣机器人的,演示视频里机器人抓箱子又快又稳,我当场就想掏钱。还好我那天多问了一句:你们这个数,是在我们这种只有三千平、通道才两米宽的小仓测的吗?对方愣了一下,说是在他们展厅测的。展厅的地面平得能照镜子,我们仓的地面坑坑洼洼,机器人走两步就得重新定位。我当场就乐了——不是笑人家,是笑我自己,差点又为一段视频掏钱。从那以后我立了个规矩:凡是只敢在展厅测的供应商,一律先请到我们仓里跑两周,跑不下来,价格再便宜也不谈。更绝的是,销售还拍着胸脯说他们在别家小仓跑得好好的,我一问是哪家,他支支吾吾说不方便透露。连名字都不敢说的成功案例,我是不敢信的。

试点验收不过怎么办:退出条款先写好

合同里最重要的一段,不是验收指标,是验收不过怎么办。我的写法是三条,缺一不可。

第一,分阶段付款:签约付 30%,上线实测通过付 40%,稳定运行三个月后再付 30%。钱在谁手里,话语权就在谁手里。一次性付清的合同,验收时你基本没有谈判筹码。

第二,整改期与退出权:验收不过,供应商有 30 天整改期,整改一次不过,我方有权终止合同、退回已付的 70%(假设算例,具体以合同为准)。整改次数写死,最多两次,别让"再调调"无限拖下去。拖三个月,旺季都过去了。

第三,数据归属:试点期间产生的所有标注数据、模型调优记录,归我方所有,供应商离场时完整移交。这条是防绑架的,没有它,换供应商就等于从零开始。

小仓有小仓的活法。我们的办法土,但管用:不看演示看实测,不看一个数看五个指标,不签没有退出条款的合同。AI 能不能帮小仓省钱,验收表上的五个数字说了算,销售嘴里的数字不算。按这个办法验,至少能保证一件事:这钱花得明白,花得不冤。

作者:小马|小仓创业者,3000 平小仓主